JP6078019B2 - Equipment monitoring apparatus and program - Google Patents
Equipment monitoring apparatus and program Download PDFInfo
- Publication number
- JP6078019B2 JP6078019B2 JP2014076218A JP2014076218A JP6078019B2 JP 6078019 B2 JP6078019 B2 JP 6078019B2 JP 2014076218 A JP2014076218 A JP 2014076218A JP 2014076218 A JP2014076218 A JP 2014076218A JP 6078019 B2 JP6078019 B2 JP 6078019B2
- Authority
- JP
- Japan
- Prior art keywords
- period
- equipment
- unit
- time
- singular point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims description 57
- 238000012545 processing Methods 0.000 claims description 25
- 238000004458 analytical method Methods 0.000 claims description 18
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000012806 monitoring device Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 description 10
- 230000001186 cumulative effect Effects 0.000 description 7
- 238000000034 method Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000013500 data storage Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000004886 process control Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- User Interface Of Digital Computer (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Alarm Systems (AREA)
Description
本発明は、設備監視装置及びプログラム、特に設備の状態や運用の問題の分析に関する。 The present invention relates to an equipment monitoring apparatus and program, and more particularly to analysis of equipment status and operational problems.
ビル設備の省エネ、運用効率化を提案するサービスにおいて、設備の設定値やセンサ情報との時系列データから正常状態とは異なる、あるいは異常である振る舞いを示す特異点を抽出し、その特異点を用いて設備状態や運用に問題がないかを分析することが行われている。特異点の抽出は、プログラムを利用して特異点の条件に合う、若しくは正常状態の条件に合わない箇所を抽出することにより行うことが可能である。特異点の抽出の一手法として、閾値を予め設定しておき、センサデータ値やセンサデータの変動度合い等と閾値との比較結果に応じて特異点を抽出する方法がある。特許文献1〜3では、特異点の検出、分析を行うための技術が提案されている。
In a service that proposes energy saving and operational efficiency of building equipment, singularities that show behaviors that are different or abnormal from the normal state are extracted from the time series data of equipment setting values and sensor information, and the singularities are extracted. It is used to analyze whether there is a problem in equipment condition and operation. The extraction of the singular point can be performed by extracting a part that meets the condition of the singular point or does not meet the condition of the normal state using a program. As one method for extracting singular points, there is a method in which a threshold value is set in advance, and a singular point is extracted according to a comparison result between the threshold value and the sensor data value, the degree of fluctuation of the sensor data, or the like.
ただ、特異点を抽出するための閾値を緩く設定すると膨大な量の特異点が抽出され、分析処理に多大な時間を要してしまうことになる、一方、閾値を厳しく設定すると抽出する特異点の数が絞り込まれ、本来、抽出したい特異点が抽出されなくなる可能性が生じてくる。従って、このような不具合を回避するために閾値をあまり厳しい値に設定せずに多数の特異点を抽出するよう運用することが一般的である。 However, if the threshold for extracting singularities is set loosely, a huge amount of singularities will be extracted, and it will take a lot of time for analysis processing. Therefore, there is a possibility that the singular point that is originally desired to be extracted cannot be extracted. Therefore, in order to avoid such a problem, it is common to operate so as to extract a large number of singular points without setting the threshold value to a very strict value.
しかしながら、監視対象とする設備が設置されたビルから時系列データ(信号)が数千データ収集され、また1つ信号から特異点が1日当たり数百個となる場合もあり、結果として特異点が1日当たり数千個抽出されることがある。更に、分析対象期間が数ヶ月にも及ぶ場合、抽出された各特異点を参照して分析を行うと、多数の特異点の分析に多大な時間を要してしまうことにもなり得る。 However, thousands of time-series data (signals) are collected from the building where the equipment to be monitored is installed, and there may be hundreds of singular points per day from one signal. Thousands may be extracted per day. Furthermore, when the analysis target period is several months, if analysis is performed with reference to each extracted singular point, it may take a long time to analyze a large number of singular points.
本発明は、特異点に関連する新たな指標を用いて設備の状態や運用の問題を簡便に分析可能とすることを目的とする。 An object of the present invention is to make it possible to easily analyze the state of equipment and operational problems using a new index related to a singularity.
本発明に係る設備監視装置は、設備の監視対象期間内における当該設備の状態を示す設備データを取得する取得手段と、設備データを分析することで、前記監視対象期間内において当該設備が正常状態とは異なる所定の動作をしたときを特異点として抽出し、前記監視対象期間を所定の単位時間に区切って分析する場合において、その特異点が抽出された単位時間の始期を開始日時、終期を終了日時として当該特異点が抽出された期間を特定する日時情報と、当該抽出された期間における特異点の特異な度合いを示す特異度と、を少なくとも含む特異点情報を生成する分析手段と、監視対象期間を所定の表示単位期間に区切り、各表示単位期間に対応する特異点情報に基づき生成されたデータを、当該表示単位期間内における前記設備の状態を示す指標データとして表示する表示処理手段と、を有し、前記分析手段は、特異点が継続して複数の前記単位時間に抽出されたときには、継続して特異点が抽出された単位時間を統合して日時情報を設定するものである。 The equipment monitoring apparatus according to the present invention is an acquisition means for obtaining equipment data indicating the state of the equipment within the equipment monitoring target period, and the equipment data is analyzed so that the equipment is in a normal state within the monitoring target period. When a predetermined operation different from the above is extracted as a singular point, and the period to be monitored is divided into a predetermined unit time and analyzed, the start of the unit time from which the singular point is extracted is set as the start date and time, and the end point is determined. Analysis means for generating singularity information including at least date and time information for identifying a period in which the singularity is extracted as an end date and time, and a singularity indicating a degree of singularity in the extracted period; and monitoring The target period is divided into predetermined display unit periods, and the data generated based on the singularity information corresponding to each display unit period is the state of the equipment in the display unit period. Anda display processing means for displaying the index data indicating the analyzing means, when the singular point is extracted in a plurality of unit time continues, integrated unit time singularity is extracted continuously The date information is set.
また、前記表示処理手段は、選択された表示単位期間を更に区切ることで表示単位期間を細分化し、その細分化した各表示単位期間に対応する特異点情報に基づき生成されたデータを、当該表示単位期間内における前記設備の状態を示す指標データとして表示するものである。 The display processing means further subdivides the selected display unit period to subdivide the display unit period, and displays data generated based on the singularity information corresponding to each subdivided display unit period. It is displayed as index data indicating the state of the equipment within a unit period.
また、前記表示処理手段は、正常でない状態を示す所定の閾値から外れた指標データの表示形態を、閾値内の指標データの表示形態と異ならせて表示するものである。 The display processing means displays the display form of the index data deviating from a predetermined threshold value indicating an abnormal state, different from the display form of the index data within the threshold value.
また、前記表示処理手段は、選択された表示単位期間に対応する設備データ及び特異点情報を同一グラフ上に表示するものである。 The display processing means displays facility data and singularity information corresponding to the selected display unit period on the same graph.
本発明に係るプログラムは、コンピュータを、設備の監視対象期間内における当該設備の状態を示す設備データを取得する取得手段、設備データを分析することで、前記監視対象期間内において当該設備が正常状態とは異なる所定の動作をしたときを特異点として抽出し、前記監視対象期間を所定の単位時間に区切って分析する場合において、その特異点が抽出された単位時間の始期を開始日時、終期を終了日時として当該特異点が抽出された期間を特定する日時情報と、当該抽出された期間における特異点の特異な度合いを示す特異度と、を少なくとも含む特異点情報を生成する分析手段、監視対象期間を所定の表示単位期間に区切り、各表示単位期間に対応する特異点情報に基づき生成されたデータを、当該表示単位期間内における前記設備の状態を示す指標データとして表示する表示処理手段、として機能させ、前記分析手段は、特異点が継続して複数の前記単位時間に抽出されたときには、継続して特異点が抽出された単位時間を統合して日時情報を設定するためのものである。
The program according to the present invention includes a computer, an acquisition unit that acquires equipment data indicating a state of the equipment within the monitoring target period of the equipment, and the equipment data is analyzed so that the equipment is in a normal state within the monitoring target period. When a predetermined operation different from the above is extracted as a singular point, and the period to be monitored is divided into a predetermined unit time and analyzed, the start of the unit time from which the singular point is extracted is set as the start date and time, and the end point is determined. Analyzing means for generating singularity information including at least date and time information for identifying the period in which the singularity is extracted as an end date and time, and a singularity indicating the degree of singularity in the extracted period, monitoring target The period is divided into predetermined display unit periods, and the data generated based on the singularity information corresponding to each display unit period is the data in the display unit period. Display processing means for displaying the index data indicating the Bei state, to function as the analyzing means, when it is extracted into a plurality of unit time singularity continues, singular point is extracted continuously units It is for integrating time and setting date and time information .
本発明によれば、特異点に関連する新たな指標を用いて設備の状態や運用の問題を簡便に分析させることができる。 ADVANTAGE OF THE INVENTION According to this invention, the state of an installation and the problem of operation can be simply analyzed using the new parameter | index relevant to a singular point.
また、期間を絞り込ませながら分析させることができる。 In addition, analysis can be performed while narrowing down the period.
また、設備が正常な状態でない期間を容易に見つけ出させることができる。 In addition, it is possible to easily find a period when the equipment is not in a normal state.
以下、図面に基づいて、本発明の好適な実施の形態について説明する。 Hereinafter, preferred embodiments of the present invention will be described with reference to the drawings.
図1は、本発明に係る設備監視装置の一実施の形態を含むシステム構成及び設備監視装置のブロック構成を示した図である。図1には、ビル監視サーバ2と設備監視装置10とがネットワーク4に接続された構成が示されている。ビル監視サーバ2は、ビルに設置された設備の監視を行うためのサーバコンピュータである。ビル監視サーバ2は、設備が例えば空調設備の場合、電力量計により計測された電力使用量、温度計により計測された室温等の空調設備の状態を示すセンサデータを空調設備が接続されたコントローラ(図示せず)を介してあるいは電力量計等のセンサ手段から直接収集する。このセンサデータの収集に関する構成及び処理は、従前と同様でよい。
FIG. 1 is a diagram showing a system configuration including an embodiment of an equipment monitoring apparatus according to the present invention and a block configuration of the equipment monitoring apparatus. FIG. 1 shows a configuration in which a
図2は、本実施の形態における設備監視装置10を形成するコンピュータのハードウェア構成図である。本実施の形態において設備監視装置10を形成するコンピュータは、従前から存在する汎用的なハードウェア構成で実現できる。すなわち、コンピュータは、図2に示したようにCPU21、ROM22、RAM23、ハードディスクドライブ(HDD)24、入力手段として設けられたマウス25とキーボード26、及び表示装置として設けられたディスプレイ27をそれぞれ接続する入出力コントローラ28、通信手段として設けられたネットワークコントローラ29を内部バス30に接続して構成される。
FIG. 2 is a hardware configuration diagram of a computer forming the
図1に戻り、本実施の形態における設備監視装置10は、データ取得部11、データ分析部12、表示処理部13、処理制御部14、センサデータ記憶部15及び特異点情報記憶部16を有している。データ取得部11は、取得手段として設けられ、設備の監視対象期間内において、ビル監視サーバ2に収集された設備の設定値や設備の状態を示す設備データ(センサデータ)をビル監視サーバ2から取得し、この取得したセンサデータをセンサデータ記憶部15に書き込み保存する。もちろん、電力量計等のセンサ手段からセンサデータを直接取得するように構成してもよい。データ分析部12は、分析手段として設けられ、設備データを分析することで、監視対象期間内において当該設備が正常状態とは異なる所定の動作をしたときを特異点として抽出し、抽出した特異点を分析することで特異点が抽出された期間における特徴を示す特異点情報を生成し、特異点情報記憶部16に書き込み保存する。表示処理部13は、表示処理手段として設けられ、特異点情報を参照して、監視対象の設備の状態を示す指標データを表示する。処理制御部14は、各構成要素11〜13における処理制御を行う。
Returning to FIG. 1, the
設備監視装置10における各構成要素11〜14は、設備監視装置10を形成するコンピュータと、コンピュータに搭載されたCPU21で動作するプログラムとの協調動作により実現される。また、各記憶部15,16は、設備監視装置10に搭載されたHDD24にて実現される。あるいは、RAM23又は外部にある記憶手段をネットワーク経由で利用してもよい。
Each component 11-14 in the
また、本実施の形態で用いるプログラムは、通信手段により提供することはもちろん、CD−ROMやDVD−ROM等のコンピュータ読み取り可能な記録媒体に格納して提供することも可能である。通信手段や記録媒体から提供されたプログラムはコンピュータにインストールされ、コンピュータのCPUがプログラムを順次実行することで各種処理が実現される。 Further, the program used in this embodiment can be provided not only by communication means but also by storing it in a computer-readable recording medium such as a CD-ROM or DVD-ROM. The program provided from the communication means or the recording medium is installed in the computer, and various processes are realized by the CPU of the computer sequentially executing the program.
次に、本実施の形態における設備監視のために設備監視装置10が実施する設備監視支援処理について図3に示したフローチャートを用いて説明する。本実施の形態における設備監視支援処理では、設備監視装置10が取得したセンサデータに基づき監視対象の設備の状態を示す指標データを生成、表示することで当該設備の状態を視認できるようにする。特に、本実施の形態では、特異点が検出された継続時間及びその継続時間内に検出された特異点の特異(又は異常)な度合いを示す特異度を、設備の状態や運用の問題の分析のための指標データとして提供することを特徴の1つとしている。更に、その指標データの表示期間を絞り込みながら表示可能としたことを特徴の1つとしている。
Next, facility monitoring support processing performed by the
データ取得部11は、監視対象期間内に収集された分析対象のセンサデータをビル監視サーバ2から取得すると、その取得したセンサデータをセンサデータ記憶部15に保存する(ステップ110)。監視対象期間は、予め決められた期間でも監視者等によって指定された期間でもよいが、後段の表示期間を絞り込みさせる表示処理を考慮すると例えば1年など相対的に長期間が好ましい。分析対象とするセンサデータは、予め決められていてもよいし、監視者等に処理の開始時等に指定させるようにしてもよい。また、特定の設備に関連したセンサデータに限定するようにしてもよいが、本実施の形態では、収集された全てのセンサデータを分析対象とする。ただ、各センサデータに対しては、同等の処理を行えばよいので、ここでは便宜的に1つのセンサデータに対して処理を施すものとして説明する。
When the
データ分析部12は、センサデータ記憶部15から分析対象のセンサデータを読み出し、監視対象期間(例えば2013年)において、設備の設定値やセンサ情報等のセンサデータ(時系列データ)から正常状態とは異なる、あるいは異常な振る舞いを示す特異点を抽出する(ステップ120)。本実施の形態においては、指定の振幅以上の振幅(センサ値)が検出された場合に、その検出された時点を特異点として抽出する。例えば、振幅(センサ値)が2.0以上ある時点を特異点として抽出する。この2.0という閾値は、センサデータ(信号)の種類によって適宜設定すればよい。そして、データ分析部12は、抽出した特異点の抽出状況を分析することで特異点情報を生成し(ステップ130)、特異点情報記憶部16に保存する(ステップ140)。この生成する特異点情報のデータ構成の一例を図4に示す。
The
データ分析部12は、特異点を抽出すると、上記のようにその特異点の抽出状況に応じて特異点情報を生成する。本実施の形態においては、センサデータが波形データの場合、指定期間内に指定の振幅(センサ値)が指定数発生した場合を生成条件として特異点情報を生成する。具体例をあげると、監視対象期間内のセンサデータを10分間隔という所定の単位時間に区切って分析することにすると、その10分間に振幅が2.0以上である特異点を示す波(センサ値)が2個以上検出されたという生成条件を満たしたときに、データ分析部12は、その生成条件を満たしたセンサデータを識別する情報であるセンサデータ名に対応させて、当該生成条件を満たした特異点が抽出された期間を特定する日時情報としてその期間の始期を示す開始日時と終期を示す終了日時、特異点が検出された時間長を示す継続時間及び特異度を含む特異点情報を生成する。この際、特異点情報にレコード番号を付加する。前述したように、「特異度」とは、継続時間内に検出された特異点の特異(又は異常)な度合いを示す指標であるが、本実施の形態では、継続時間内に含まれる特異点(センサ値)の最大値を「特異度」として用いる。
When the singular point is extracted, the
図4に示した例によると、1レコード目の特異点情報は、2013年4月5日13時15分から13時35分の10分間に2.0以上の振幅が2個以上抽出されたことで特異点情報が生成されるが、その抽出された2個以上の特異点のうち最大値を示す波(センサ値)は3.0であることを示している。また、2レコード目の特異点情報は、2013年4月5日13時35分から10分間に2.0以上の振幅が2個以上抽出されたことで特異点情報が生成されるが、特異点は2013年4月5日13時35分から13時50分の15分間に継続して抽出され、その抽出された特異点のうち最大値を示す波(センサ値)は8.0であることを示している。なお、監視対象期間を10分間隔に区切って分析する場合でも、複数の期間をまたいで、つまり特異点が10分以上継続的に発生している場合には、この2レコード目のように統合して特異点情報を生成する。このように、データ分析部12は、上記説明した特異点情報を生成すると、特異点情報記憶部16に保存する。
According to the example shown in FIG. 4, as for the singularity information of the first record, two or more amplitudes of 2.0 or more were extracted from 13:15 on April 5, 2013 to 10:13 at 13:35. The singular point information is generated at, and the wave (sensor value) indicating the maximum value among the two or more extracted singular points is 3.0. In addition, the singularity information of the second record is generated by extracting two or more amplitudes of 2.0 or more in 10 minutes from 13:35 on April 5, 2013. Is continuously extracted from 13:35 on April 5, 2013 to 15:15:13, and the wave (sensor value) indicating the maximum value among the extracted singular points is 8.0. Show. Note that even if the analysis is performed with the monitoring target period divided into 10-minute intervals, if the singularity occurs continuously for more than 10 minutes across multiple periods, integration is performed as in the second record. To generate singularity information. As described above, when the
以上のようにして、データ分析部12が特異点情報を生成すると、表示処理部13は、特異点情報を特異点情報記憶部16から読み出し、後述する集計処理等を行って設備の状態や運用の問題の分析のための指標データをディスプレイ27に表示する(ステップ150)。この表示内容の一例を図5に示す。
As described above, when the
図5は、監視対象期間が1年の場合において、特異点情報が表示単位期間として月毎に集計された場合の表示例を示した図である。図5に例示したように、センサデータ毎に指標データは集計され表示される。各月の表示領域(以下、「セル」)には指標データが3段で表示されているが、このうち、上段には最大特異度が、中段には特異点継続累計時間が、下段には特異点検出回数が、それぞれ表示される。最大特異度は、当月に含まれる特異点情報に設定された特異度のうちの最大値である。特異点継続累計時間は、当月に含まれる特異点情報に設定された継続時間の累計値である。特異点検出回数は、当月に含まれる特異点情報のレコード数に相当する。 FIG. 5 is a diagram illustrating a display example when singularity information is tabulated for each month as a display unit period when the monitoring target period is one year. As illustrated in FIG. 5, the index data is aggregated and displayed for each sensor data. Each month's display area (hereinafter referred to as “cell”) displays the index data in three levels, of which the upper level shows the maximum specificity, the middle level shows the singularity duration cumulative time, and the lower level shows. The number of singularity detections is displayed respectively. The maximum specificity is the maximum value among the specificities set in the singularity information included in the current month. The singular point duration cumulative time is the cumulative value of the duration set in the singular point information included in the current month. The number of singularity detections corresponds to the number of records of singularity information included in the current month.
このように、表示処理部13は、1年という監視対象期間を表示単位期間として1月毎に区切り、各月に対応した特異点情報に基づき当該月における最大特異度、特異点継続累計時間及び特異点検出回数という指標データを計算により求めて表示する。
In this way, the
また、各指標データに対し、本実施の形態では、設備が正常な状態でないことを示す閾値(例えば、最大特異度、特異点継続累計時間、特異点検出回数それぞれに50,350,30)を予め設定しており、その閾値から外れた指標データは他と異なる形態にて表示する。図5では、太字で示しているが、赤色等表示色を異ならせたり、点滅等させたりして、当該センサデータに対応する設備が正常でない状態であったことを監視者が認識しやすいようにしてもよい。 In addition, for each index data, in the present embodiment, threshold values (for example, 50, 350, and 30 for the maximum singularity, the singular point continuous accumulated time, and the number of singular point detection times, respectively) indicating that the equipment is not in a normal state are set. The index data set in advance and deviating from the threshold is displayed in a different form. Although shown in bold in FIG. 5, the monitor can easily recognize that the equipment corresponding to the sensor data is in an abnormal state by changing the display color such as red or blinking. It may be.
また、異常の度合いに応じて、例えば、閾値を超えている指標データの数に応じてセル内の表示形態を異ならせるようにしてもよい。図5では、セル内の塗りつぶし効果によって表示形態を変えた例を示した。 Further, depending on the degree of abnormality, for example, the display form in the cell may be varied depending on the number of index data exceeding the threshold. FIG. 5 shows an example in which the display form is changed by the fill effect in the cell.
ここで、監視者がセンサデータAの4月のセル51を選択するためにクリック操作した場合のディスプレイ27に表示される画面例を図6に示す。
Here, FIG. 6 shows an example of a screen displayed on the
図6は、4月という月を更に区切ることで日毎に細分化し、各日に対応する特異点情報が日毎に集計された場合の表示例を示した図である。日単位に集計した場合も、基本的には月単位で集計した場合と同様の表示形態にて表示される。従って、各セルにおいて上段には当日に含まれる特異点情報に設定された特異度のうちの最大値(最大特異度)が、中段には当日に含まれる特異点情報に設定された継続時間の累計値(特異点継続累計時間)が、下段には当日に含まれる特異点情報のレコード数(連続特異点集約後の特異点検出回数)が、それぞれ表示される。また、図5と同様に、各指標データに対し、閾値(例えば、最大特異度、特異点継続累計時間、特異点検出回数それぞれに40,50,5)を設定し、その閾値を超えた指標データは他と異なる形態にて表示するようにしてもよい。 FIG. 6 is a diagram illustrating a display example in which the month of April is further divided into each day, and singularity information corresponding to each day is tabulated every day. Even when tabulated on a daily basis, the display format is basically the same as when tabulated on a monthly basis. Therefore, in each cell, the maximum value (maximum specificity) of the singularity information included in the singularity information included on the current day is displayed in the upper row, and the duration of the singularity information included in the singularity information included in the current day is displayed in the middle row. The cumulative value (single point continuous cumulative time) is displayed, and the number of records of singular point information included in the day (the number of singular point detections after continuous singular point aggregation) is displayed in the lower part. Similarly to FIG. 5, a threshold value (for example, 40, 50, 5 for each of the maximum singularity, the singular point duration cumulative time, and the number of singular point detection times) is set for each index data, and the index exceeds the threshold value. The data may be displayed in a different form.
なお、本実施の形態では、月別を日別と表示期間を絞り込みながら設備の状態等の分析を行うことができるようにしたが、絞り込む期間はその他にも四半期、時間等任意に設定できるようにしてもよい。 In this embodiment, the facility status can be analyzed while narrowing down the display period by month and by day. However, the period to narrow down can be arbitrarily set such as quarter or time. May be.
ここで、監視者がセンサデータAの5日のセル61を選択するためにクリック操作した場合のディスプレイ27に表示される画面例を図7に示す。
Here, FIG. 7 shows an example of a screen displayed on the
図7には、横軸を時間、縦軸をセンサデータ値とし、選択された5日のセンサデータ71と特異点情報72〜74とを重ねて表示した例が示されている。本実施の形態では、特異点情報72〜74を、特異度と継続時間との積(ハッチング部分)で示している。監視者は、このハッチング部分の面積を参照することで設備の異常の度合いを感覚的に知ることができる。これにより、5日における設備の状態を把握でき、今後の当該設備に対する保守計画や運用に役立てることができる。
FIG. 7 shows an example in which the selected five-
なお、図6において複数の日が範囲指定された場合、複数の日を1つのグラフにまとめて表示するようにしてもよい。また、複数の日が選択された場合、選択された日をそれぞれ上下又は左右に並べて比較しやすいように画面表示してもよい。また、図5,6では、閾値を超えた指標データの数によってセルの表示形態を異ならせるとしたが、特異度と継続時間との積算値の総和に応じてセルの表示形態を異ならせるようにしてもよい。 In addition, when a plurality of days are specified in FIG. 6, a plurality of days may be displayed together in one graph. In addition, when a plurality of days are selected, the selected days may be displayed on the screen so as to be easily compared in the vertical and horizontal directions. In FIGS. 5 and 6, the cell display form is made different depending on the number of index data exceeding the threshold, but the cell display form is made different according to the sum of the integrated values of the specificity and the duration. It may be.
本実施の形態によれば、ある一定期間(上記例では10分間)に含まれる特異点を特異度という新たな指標にてまとめて取り扱うようにしたので、特異点を個々に分析する場合に比して設備の状態や運用の問題を簡便に分析することが可能になる。この10分間という期間は一例であって特異点の数が膨大な場合には、監視対象期間を10分間より長い期間に区切って分析するようにしてもよい。 According to the present embodiment, since the singular points included in a certain period (10 minutes in the above example) are collectively handled by a new index called singularity, it is compared with the case where singular points are individually analyzed. As a result, it becomes possible to easily analyze the state of equipment and operational problems. This period of 10 minutes is an example, and when the number of singular points is enormous, the period to be monitored may be divided into periods longer than 10 minutes for analysis.
なお、本実施の形態では、継続時間内に含まれる特異点を表す振幅(センサ値)の最大値を「特異度」として用いたが、例えば、所定期間内の振幅の数、あるいは振幅の最大値と振幅の数の組合せを特異度として用いてもよい。 In the present embodiment, the maximum value of the amplitude (sensor value) representing the singular point included in the duration is used as the “singularity”, but for example, the number of amplitudes within a predetermined period or the maximum amplitude A combination of value and number of amplitudes may be used as specificity.
また、本実施の形態では、設備監視装置10を別途ネットワーク4に接続して構成したが、前述した設備監視装置10が提供する機能をビル監視サーバ2に組み込むことでビル監視サーバ2を設備監視装置として機能させるように構成してもよい。
In the present embodiment, the
2 ビル監視サーバ、4 ネットワーク、10 設備監視装置、11 データ取得部、12 データ分析部、13 表示処理部、14 処理制御部、15 センサデータ記憶部、16 特異点情報記憶部、21 CPU、22 ROM、23 RAM、24 ハードディスクドライブ(HDD)、25 マウス、26 キーボード、27 ディスプレイ、28 入出力コントローラ、29 ネットワークコントローラ、30 内部バス。 2 building monitoring server, 4 network, 10 facility monitoring device, 11 data acquisition unit, 12 data analysis unit, 13 display processing unit, 14 processing control unit, 15 sensor data storage unit, 16 singularity information storage unit, 21 CPU, 22 ROM, 23 RAM, 24 hard disk drive (HDD), 25 mouse, 26 keyboard, 27 display, 28 I / O controller, 29 network controller, 30 internal bus.
Claims (5)
設備データを分析することで、前記監視対象期間内において当該設備が正常状態とは異なる所定の動作をしたときを特異点として抽出し、前記監視対象期間を所定の単位時間に区切って分析する場合において、その特異点が抽出された単位時間の始期を開始日時、終期を終了日時として当該特異点が抽出された期間を特定する日時情報と、当該抽出された期間における特異点の特異な度合いを示す特異度と、を少なくとも含む特異点情報を生成する分析手段と、
監視対象期間を所定の表示単位期間に区切り、各表示単位期間に対応する特異点情報に基づき生成されたデータを、当該表示単位期間内における前記設備の状態を示す指標データとして表示する表示処理手段と、
を有し、
前記分析手段は、特異点が継続して複数の前記単位時間に抽出されたときには、継続して特異点が抽出された単位時間を統合して日時情報を設定することを特徴とする設備監視装置。 An acquisition means for acquiring equipment data indicating the state of the equipment within the equipment monitoring period;
When the equipment data is analyzed to extract when the equipment performs a predetermined operation different from the normal state within the monitoring target period as a singular point, and the monitoring target period is divided into a predetermined unit time for analysis The date and time information for identifying the period in which the singular point was extracted with the start of the unit time from which the singular point was extracted as the start date and time and the end as the end date and time, and the degree of singularity in the extracted period An analysis means for generating singularity information including at least the specificity shown;
Display processing means for dividing a monitoring target period into predetermined display unit periods and displaying data generated based on singularity information corresponding to each display unit period as index data indicating the state of the equipment in the display unit period When,
I have a,
When the singular point is continuously extracted in a plurality of the unit times, the analysis unit integrates the unit time from which the singular point is continuously extracted to set the date and time information. .
設備の監視対象期間内における当該設備の状態を示す設備データを取得する取得手段、
設備データを分析することで、前記監視対象期間内において当該設備が正常状態とは異なる所定の動作をしたときを特異点として抽出し、前記監視対象期間を所定の単位時間に区切って分析する場合において、その特異点が抽出された単位時間の始期を開始日時、終期を終了日時として当該特異点が抽出された期間を特定する日時情報と、当該抽出された期間における特異点の特異な度合いを示す特異度と、を少なくとも含む特異点情報を生成する分析手段、
監視対象期間を所定の表示単位期間に区切り、各表示単位期間に対応する特異点情報に基づき生成されたデータを、当該表示単位期間内における前記設備の状態を示す指標データとして表示する表示処理手段、
として機能させ、
前記分析手段は、特異点が継続して複数の前記単位時間に抽出されたときには、継続して特異点が抽出された単位時間を統合して日時情報を設定することを特徴とするプログラム。 Computer
An acquisition means for acquiring equipment data indicating the state of the equipment within the equipment monitoring period,
When the equipment data is analyzed to extract when the equipment performs a predetermined operation different from the normal state within the monitoring target period as a singular point, and the monitoring target period is divided into a predetermined unit time for analysis The date and time information for identifying the period in which the singular point was extracted with the start of the unit time from which the singular point was extracted as the start date and time and the end as the end date and time, and the degree of singularity in the extracted period Analysis means for generating singularity information including at least the specificity shown,
Display processing means for dividing a monitoring target period into predetermined display unit periods and displaying data generated based on singularity information corresponding to each display unit period as index data indicating the state of the equipment in the display unit period ,
To function as,
The analysis unit sets date information by integrating unit times from which singular points are continuously extracted when singular points are continuously extracted in the plurality of unit times .
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014076218A JP6078019B2 (en) | 2014-04-02 | 2014-04-02 | Equipment monitoring apparatus and program |
CN201510136653.7A CN104977922B (en) | 2014-04-02 | 2015-03-26 | Device monitor and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014076218A JP6078019B2 (en) | 2014-04-02 | 2014-04-02 | Equipment monitoring apparatus and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015197850A JP2015197850A (en) | 2015-11-09 |
JP6078019B2 true JP6078019B2 (en) | 2017-02-08 |
Family
ID=54274519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014076218A Active JP6078019B2 (en) | 2014-04-02 | 2014-04-02 | Equipment monitoring apparatus and program |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6078019B2 (en) |
CN (1) | CN104977922B (en) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6632941B2 (en) * | 2016-07-20 | 2020-01-22 | 三菱電機ビルテクノサービス株式会社 | Equipment monitoring device and equipment monitoring method |
CN110785717B (en) * | 2017-06-19 | 2022-12-09 | 杰富意钢铁株式会社 | Abnormal state diagnostic device and abnormal state diagnostic method for process |
JP2019079115A (en) * | 2017-10-20 | 2019-05-23 | 株式会社豊田自動織機 | Data storage device |
JP6889292B2 (en) * | 2017-11-01 | 2021-06-18 | 株式会社東芝 | Information processing equipment, information processing methods and computer programs |
JP2019086855A (en) * | 2017-11-01 | 2019-06-06 | 株式会社東芝 | Information processing device, information processing method, and computer program |
JP7328930B2 (en) * | 2020-05-11 | 2023-08-17 | 株式会社日立製作所 | Sensor device, data acquisition method and current monitoring system |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000222029A (en) * | 1999-02-02 | 2000-08-11 | Toshiba Corp | Management device of operation information and recording medium |
JP3631204B2 (en) * | 2001-12-28 | 2005-03-23 | 川崎重工業株式会社 | Failure diagnosis system, failure diagnosis apparatus, and computer program |
JP4458349B2 (en) * | 2004-08-27 | 2010-04-28 | 日立アプライアンス株式会社 | Device diagnostic device, operation program thereof, device diagnostic method |
JP2008112209A (en) * | 2006-10-27 | 2008-05-15 | Omron Corp | Operating condition monitoring apparatus, method for monitoring operating condition and program |
JP5115791B2 (en) * | 2007-06-28 | 2013-01-09 | 横河電機株式会社 | Plant operation data management system |
US8700953B2 (en) * | 2008-09-18 | 2014-04-15 | Nec Corporation | Operation management device, operation management method, and operation management program |
JP5199478B2 (en) * | 2009-10-02 | 2013-05-15 | 株式会社日立製作所 | Plant diagnostic equipment |
CN102281432B (en) * | 2010-06-09 | 2014-07-09 | 株式会社日立制作所 | Monitoring device and system for manufacturing shop, monitoring device and system for rolling shop, and monitoring method for rolling shop |
-
2014
- 2014-04-02 JP JP2014076218A patent/JP6078019B2/en active Active
-
2015
- 2015-03-26 CN CN201510136653.7A patent/CN104977922B/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN104977922A (en) | 2015-10-14 |
JP2015197850A (en) | 2015-11-09 |
CN104977922B (en) | 2019-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6078019B2 (en) | Equipment monitoring apparatus and program | |
EP3588222B1 (en) | Time-series data processing device, time-series data processing system, and time-series data processing method | |
JP6364800B2 (en) | Monitoring device and monitoring method | |
EP3045889B1 (en) | Information processing system, information processing method, and program | |
US11115295B2 (en) | Methods and systems for online monitoring using a variable data | |
JP6708203B2 (en) | Information processing apparatus, information processing method, and program | |
JP2009243428A (en) | Monitoring device, method and program of wind mill | |
JP2010217180A (en) | Method of triggering, and rf test and measurement device | |
WO2018073960A1 (en) | Display method, display device, and program | |
WO2018073955A1 (en) | System analysis method, system analysis device, and program | |
US20150212975A1 (en) | Energy efficiency evaluation support device, non-transitory computer-readable storage medium storing computer program, and method for supporting energy efficiency evaluation | |
CN104317778A (en) | Massive monitoring data based substation equipment fault diagnosis method | |
KR102158100B1 (en) | Auto monitoring method and apparatus by using anomaly detection | |
US10866163B2 (en) | Anomaly monitoring device and method for producing anomaly signs according to combinations of sensors based on relationship of sensor fluctuations | |
CN104182905A (en) | Power grid fault diagnosis method based on data mining | |
JP7435047B2 (en) | Information management device and program | |
JP2019145160A (en) | Display method, display device, and program | |
JP2020008918A (en) | Analysis flow creation system and analysis flow creation method | |
JP5355116B2 (en) | Plant maintenance support method and plant maintenance support system | |
JP5420934B2 (en) | Facility management apparatus and method | |
WO2023105725A1 (en) | Time series data processing method | |
US11874202B2 (en) | Managing assets by process variable mapping | |
US20240160620A1 (en) | Time-series data processing method | |
JP2024117326A (en) | Condition Monitoring System | |
JP2016170470A (en) | Plant data processing apparatus |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160310 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160322 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160518 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20160906 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161115 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20161201 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170110 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170113 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6078019 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |